使用 R 中的 ggplot2 手动着色置信区间

当我们生成一条曲线或者散点图时，通常希望在数据呈现的同时，也能够清晰的表达其置信区间。本文将介绍如何使用 R 中的 ggplot2 手动着色置信区间。

准备数据

首先，我们需要一些数据来进行可视化。以下为一个简单的数据集：

library(ggplot2)

df <- data.frame(x = 1:20, y = sin(1:20), se = runif(20, 0.1, 0.5))

数据集包含两个变量 x 和 y，和一个标准误值 se。

创建图形

我们可以使用 ggplot2 创建一个带有置信区间的散点图，以描述数据的分布情况。首先，我们需要将数据集中的标准误转化成置信区间。

df$upper <- df$y + 1.96 * df$se
df$lower <- df$y - 1.96 * df$se

然后，我们可以使用 ggplot2 的 geom_point() 函数绘制散点图，再使用 geom_errorbar() 函数绘制置信区间。

ggplot(data = df, aes(x = x, y = y)) +
  geom_point() +
  geom_errorbar(aes(ymin = lower, ymax = upper), width = 0.2)

这将绘制一条曲线，同时显示置信区间。

着色置信区间

为了使置信区间更加清晰，我们可以使用 ggplot2 的 geom_ribbon() 函数将其着色。

ggplot(data = df, aes(x = x, y = y)) +
  geom_point() +
  geom_ribbon(alpha = 0.1, aes(ymin = lower, ymax = upper)) +
  geom_line() +
  geom_errorbar(aes(ymin = lower, ymax = upper), width = 0.2)

上面的代码中，我们添加了 geom_ribbon() 函数来让置信区间更加明显。alpha 参数可以控制着色的透明度。

结论

从上面的代码中我们可以看到，使用 R 中的 ggplot2，我们能够简单快捷地绘制出带有置信区间的散点图，并且使用 geom_ribbon() 函数，着色置信区间，进一步增加了图像的可读性。

参考文献：

1. ggplot2 官方文档